医学数据挖掘流程（二）：数据预处理

医学数据挖掘基本素养：每一步都要校对数据！！！！！！！！！！！！！！！！！

看数据量、特征数据缺失情况、离散情况、差异情况、特征包含情况（频次、dosage和日剂量）、运行结果。要不然建模数据不好，得重新返工。

代码没思路，多看原始数据。逻辑顺，才能写代码顺。深刻理解原始数据，才能理清逻辑。才能决定手工操作方便还是代码方便，在用药数据重复和交叉的情况需要百度药物药效属性，才能决定该合并还是删除。不看数据，没有发言权！！！！！！

数据处理注意事项：

• 简略查看主要数据：用药和tdm。先提取用药数据，纳排后与tdm数据拼一块，查看数据量和patient_id个数，像日剂量计算、身高体重等字段可以先不加。分轻重缓急
• 明确限定：
  • 时间限定
  <